评估直接耦合分析用于 RNA 接触预测的准确性
定量方法
2020-05-05 v4 统计力学
生物物理
摘要
已知许多非编码 RNA 在细胞中的作用与其结构直接相关。然而，仅基于序列的结构预测是一项具有挑战性的任务。另一方面，由于测序技术的低成本，许多 RNA 家族正可获得非常大量的同源序列。在蛋白质领域，过去十年出现了利用家族内突变的协方差通过直接耦合分析（DCA）方法预测蛋白质结构的想法。DCA 在 RNA 系统上的应用迄今有限。我们在此对 17 个核糖开关家族上的 DCA 方法进行评估，将其与常用的互信息分析以及最先进的 R-scape 协方差方法进行比较。我们还比较了不同风格的 DCA，包括平均场、伪似然，以及一种提出的用于精确求解 DCA 逆问题的随机过程（Boltzmann 学习）。Boltzmann 学习在预测高分辨率晶体结构中观察到的接触方面优于其他方法。
引用
@article{arxiv.1812.07630,
title = {Assessing the accuracy of direct-coupling analysis for RNA contact prediction},
author = {Francesca Cuturello and Guido Tiana and Giovanni Bussi},
journal= {arXiv preprint arXiv:1812.07630},
year = {2020}
}
备注
Supporting information included in ancillary files